پرداخت امن
بازگشت وجه
تضمین کیفیت
پشتیبانی

داده کاوی در مفهوم

نوع فایل
word و قابل ویرایش
حجم فایل
32 صفحه
تاریخ انتشار
11 فروردین 1400
دسته بندی
تعداد بازدید
18 بازدید
تومان۵.۰۰۰
  خرید این محصول

فهرست

 

1 مقدمه ای بر داده‌کاوی.. 3

1-1 چه چيزی سبب پيدايش داده کاوی شده است؟ 4

1-2 مراحل کشف دانش… 6

1-3 جایگاه داده کاوی در میان علوم مختلف.. 11

1-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟ 12

1-5 داده کاوی و انبار داده  ها  13

1-6 داده کاوی و OLAP. 14

1-7 کاربرد یادگیری ماشین و آمار در داده کاوی.. 15

2- توصیف داده ها در داده کاوی.. 16

2-1 خلاصه سازی و به تصویر در آوردن داده ها 16

2-2 خوشه بندی 16

2-3 تحلیل لینک.. 17

3- مدل های پیش بینی داده ها 17

3-1 Classification. 17

3-2 Regression. 18

3-3 Time series. 18

4 مدل ها و الگوریتم های داده کاوی.. 18

4-1 شبکه های عصبی 19

4-2 Decision trees. 22

4-3 Multivariate Adaptive Regression Splines(MARS). 24

4-4 Rule induction. 25

4-5 K-nearest neibour and memory-based reansoning(MBR). 26

4-6 رگرسیون منطقی. 27

4-7 تحلیل تفکیکی 27

4-8 مدل افزودنی کلی (GAM) 28

4-9 Boosting. 28

5 سلسله مراتب انتخابها 29

 

 

 

1 مقدمه ای بر داده‌کاوی[1]

در دو دهه قبل توانايي های فنی بشر در برای توليد و جمع آوری داده‌ها به سرعت افزايش يافته است. عواملی نظير استفاده گسترده از بارکد برای توليدات تجاری، به خدمت گرفتن کامپيوتر در کسب و کار، علوم، خدمات دولتی و پيشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاوير تا سيستمهای سنجش از دور ماهواره ای، در اين تغييرات نقش مهمی دارند [‎1].

بطور کلی استفاده همگانی از وب و اينترنت به عنوان يک سيستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. اين رشد انفجاری در داده‌های ذخيره شده، نياز مبرم وجود تکنولوژی های جديد و ابزارهای خودکاری را ايجاد کرده که به صورت هوشمند به انسان ياری رسانند تا اين حجم زياد داده را به اطلاعات و دانش تبديل کند: داده کاوی به عنوان يک راه حل برای اين مسائل مطرح مي باشد. در يک تعريف غير رسمی داده کاوی فرآيندی است، خودکار برای استخراج الگوهايی که دانش را بازنمايی مي کنند، که اين دانش به صورت ضمنی در پايگاه داده های عظيم، انباره داده[2] و ديگر مخازن بزرگ اطلاعات، ذخيره شده است. داده کاوی بطور همزمان از چندين رشته علمی بهره مي برد نظير: تکنولوژی پايگاه داده، هوش مصنوعی، يادگيری ماشين، شبکه های عصبی، آمار، شناسايی الگو، سيستم های مبتنی بر دانش[3]، حصول دانش[4]، بازيابی اطلاعات[5]، محاسبات سرعت بالا[6] و بازنمايی بصری داده[7] . داده کاوی در اواخر دهه 1980 پديدار گشته، در دهه 1990 گامهای بلندی در اين شاخه از علم برداشته شده و انتظار می رود در اين قرن به رشد و پيشرفت خود ادامه دهد [‎2].

واژه های «داده کاوی» و «کشف دانش در پایگاه داده»[8] اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند. کشف دانش به عنوان يک فرآيند در شکل1-1 نشان داده شده است.

[1] Data Mining

[2] Data  warehouses

[3] Knowledge-based system

[4] Knowledge-acquisition

[5] Information  retrieval

[6] High-performance  computing

[7] Data  visualization

[8] Knowledge Discovery in Database

مطالعه بیشتر

   راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

هیچ دیدگاهی برای این محصول نوشته نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه ارسال کنند.

اطلاعات فروشنده

  • نام فروشگاه: کافه دانشجو
  • فروشنده: کافه دانشجو
  • آدرس: آذربایجان غربی
  • هنوز امتیازی دریافت نکرده است!
0